聊聊Python中的闭包和装饰器

时间:2023-01-24 05:04:06

1. 闭包

首先我们明确一下函数的引用,如下所示:

def test1():
print("--- in test1 func----") # 调用函数
test1() # 引用函数
ret = test1 print(id(ret))
print(id(test1)) #通过引用调用函数
ret()

运行结果:

--- in test1 func----
140212571149040
140212571149040
--- in test1 func----

以y=kx+b为例,请计算一条线上的某个点,即给x值计算出y值。下面以这个例子引出闭包的概念。

方法1

# 第1种
k = 1
b = 2
y = k*x+b
# 缺点:如果需要多次计算,那么就的写多次y = k*x+b这样的式子

方法2

# 第2种
def line_2(k, b, x):
print(k*x+b) line_2(1, 2, 0)
line_2(1, 2, 1)
line_2(1, 2, 2)
# 缺点:如果想要计算多次这条线上的y值,那么每次都需要传递k,b的值,麻烦

方法3

# 第3种: 全局变量
k = 1
b = 2
def line_3(x):
print(k*x+b) line_3(0)
line_3(1)
line_3(2)
k = 11
b = 22
line_3(0)
line_3(1)
line_3(2)
# 缺点:如果要计算多条线上的y值,那么需要每次对全局变量进行修改,代码会增多,麻烦

这里引申一下,关于全局变量,要是直接读取,不修改的话,是不用加global的。

而且所谓的修改,指的是地址变了,假如我指向的是一个列表,指向没变,列表中的内容改变了,也不用加global的。

我们看一下下面的例子:

a = 100
b = 'chenchi'
c = [1, 2, 3] def func():
print('a的值:{},a的地址:{}'.format(a, id(a)))
print('b的值:{},b的地址:{}'.format(b, id(b)))
print('c的值:{},c的地址:{}'.format(c, id(c))) def func2():
global a
global b
a += 1
b += 'ccc'
# 这里c不用声明global,c的地址没有发生变化
c.append(4) if __name__ == '__main__':
func()
func2()
func()

运行结果:

聊聊Python中的闭包和装饰器

列表的地址没变,不用加global。

方法4

# 第4种:缺省参数
def line_4(x, k=1, b=2):
print(k*x+b) line_4(0)
line_4(1)
line_4(2) line_4(0, k=11, b=22)
line_4(1, k=11, b=22)
line_4(2, k=11, b=22)
# 优点:比全局变量的方式好在:k, b是函数line_4的一部分 而不是全局变量,因为全局变量可以任意的被其他函数所修改
# 缺点:如果要计算多条线上的y值,那么需要在调用的时候进行传递参数,麻烦

方法5

# 第5种:实例对象
class Line5(object):
def __init__(self, k, b):
self.k = k
self.b = b def __call__(self, x):
print(self.k * x + self.b) line_5_1 = Line5(1, 2)
# 对象.方法()
# 对象()
line_5_1(0)
line_5_1(1)
line_5_1(2)
line_5_2 = Line5(11, 22)
line_5_2(0)
line_5_2(1)
line_5_2(2)
# 缺点:为了计算多条线上的y值,所以需要保存多个k, b的值,因此用了很多个实例对象, 浪费资源

关于__call__()的用法:

聊聊Python中的闭包和装饰器

方法6

采用闭包的方式,什么是闭包呢?

在函数内部再定义一个函数,并且这个函数用到了外边函数的变量,那么将这个函数以及用到的一些变量称之为闭包。

如下所示:

# 第6种:闭包
def line_6(k, b):
def create_y(x):
print(k*x+b)
return create_y line_6_1 = line_6(1, 2)
line_6_1(0)
line_6_1(1)
line_6_1(2)
line_6_2 = line_6(11, 22)
line_6_2(0)
line_6_2(1)
line_6_2(2)

闭包,红色部分return的不能加(),不加()是函数引用,否则就应该是函数的返回值。

在上面的例子中,函数line_6与变量k,b构成闭包,闭包具有提高代码可复用性的作用。

由于闭包引用了外部函数的局部变量,则外部函数的局部变量没有及时释放,消耗内存,但是相对于实例对象来说,已经好多了。

聊聊Python中的闭包和装饰器

思考:函数、匿名函数、闭包、对象 当做实参时 有什么区别?
1. 匿名函数能够完成基本的简单功能,传递是这个函数的引用 只有功能。
2. 普通函数能够完成较为复杂的功能,传递是这个函数的引用 只有功能。
3. 闭包能够将较为复杂的功能,传递是这个闭包中的函数以及数据,因此传递是功能+数据。
4. 对象能够完成最为复杂的功能,传递是很多数据+很多功能,因此传递是功能+数据。

修改外部函数中的变量

x = 300
def outer():
x = 200
def inner():
nonlocal x
# global x
print('---1---x=%d' % x)
x = 100
print('---1---x=%d' % x)
return inner t1 = outer()
t1()

注意,这是python3,输出结果如下:

聊聊Python中的闭包和装饰器

如果把nonlocal改成global,第一个x就变成300了。

2. 装饰器

在聊Python中的装饰器之前,我们明确一个概念:Python中的装饰器就是实现了设计模式中的装饰器模式,只不过不像Java用的实现接口的方式,而是采用闭包的方式。

装饰器模式可以参考我的博客:

https://www.cnblogs.com/DarrenChan/p/10343885.html

我们从一个简单的例子入手:

def set_func(func):
def call_func():
print("---这是权限验证1----")
print("---这是权限验证2----")
func()
return call_func # 下面就相当于test1 = set_func(test1)
@set_func
def test1():
print("-----test1----") test1()

运行结果:

聊聊Python中的闭包和装饰器

这里就相当于是实现了一个代理,我们重新执行的test1()实际上是代理。

我们所营造出来的一种效果就是,test1()加不加@set_func,方法执行的方式是不变的。

@set_func的含义是:

set_func(test1)

我们可以用任何一个方式来接收,比如:

ret = set_func(test1)

ret()

这样执行结果没有变化,但是感觉不协调,所以我们用test1来接收,即

test1 = set_func(test1)

test1()

就是把test1重新指向了call_func()函数。

我们可以看到,set_func函数里面就是闭包。

一个装饰器可以对多个函数进行装饰

def set_func(func):
def call_func(a):
print("---这是权限验证1----")
print("---这是权限验证2----")
func(a)
return call_func @set_func # 相当于 test1 = set_func(test1)
def test1(num):
print("-----test1----%d" % num) @set_func # 相当于 test2 = set_func(test2)
def test2(num):
print("-----test2----%d" % num) test1(100)
test2(200)

运行结果:

聊聊Python中的闭包和装饰器

装饰器在没有调用函数之前已经装饰了

def set_func(func):
print("---开始进行装饰")
def call_func(a):
print("---这是权限验证1----")
print("---这是权限验证2----")
func(a)
return call_func @set_func # 相当于 test1 = set_func(test1)
def test1(num):
print("-----test1----%d" % num) @set_func # 相当于 test2 = set_func(test2)
def test2(num):
print("-----test2----%d" % num) # 装饰器在调用函数之前,已经被python解释器执行了,所以要牢记 当调用函数之前 其实已经装饰好了,尽管调用就可以了
# test1(100)
# test2(200)

运行结果:

聊聊Python中的闭包和装饰器

对不定长参数的函数进行装饰

def set_func(func):
print("---开始进行装饰")
def call_func(*args, **kwargs): # 这里是形参,相当于定义,前面接收元组多个,后面接收字典多个
print("---这是权限验证1----")
print("---这是权限验证2----")
# func(args, kwargs) # 不行,相当于传递了2个参数 :1个元组,1个字典
func(*args, **kwargs) # 这里是实参,拆包,对应拆元组和拆字典
return call_func @set_func # 相当于 test1 = set_func(test1)
def test1(num, *args, **kwargs):
print("-----test1----%d" % num)
print("-----test1----" , args)
print("-----test1----" , kwargs) test1(100)
test1(100, 200)
test1(100, 200, 300, mm=100)

运行结果:

聊聊Python中的闭包和装饰器

代码中的红色部分,传值的问题,可以参考:

https://www.cnblogs.com/DarrenChan/p/7931735.html

对带有返回值的函数进行装饰(装饰模板)

def set_func(func):
print("---开始进行装饰")
def call_func(*args, **kwargs):
print("---这是权限验证1----")
print("---这是权限验证2----")
# func(args, kwargs) # 不行,相当于传递了2个参数 :1个元组,1个字典
return func(*args, **kwargs) # 拆包
return call_func @set_func # 相当于 test1 = set_func(test1)
def test1(num, *args, **kwargs):
print("-----test1----%d" % num)
print("-----test1----" , args)
print("-----test1----" , kwargs)
return "ok" @set_func
def test2():
pass ret = test1(100)
print(ret) ret = test2()
print(ret)

运行结果:

聊聊Python中的闭包和装饰器

你可能会问,如果被修饰的函数没有返回值,那么红色部分是否会报错?

在Python中不会的,返回None而已。

这也是我们的一个模板写法。

多个装饰器对同一个函数进行装饰

def add_qx(func):
print("---开始进行装饰权限1的功能---")
def call_func(*args, **kwargs):
print("---这是权限验证1----")
return func(*args, **kwargs)
return call_func def add_xx(func):
print("---开始进行装饰xxx的功能---")
def call_func(*args, **kwargs):
print("---这是xxx的功能----")
return func(*args, **kwargs)
return call_func @add_qx
@add_xx
def test1():
print("------test1------") test1()

运行结果:

聊聊Python中的闭包和装饰器

这就跟包裹一样,红色部分越上面的越先执行。至于开始装饰为什么先执行的xx,是因为@add_qx找下面,发现不是函数,而@add_xx下面才是函数,所以开始进行装饰的顺序反过来了。

举例:

def set_func_1(func):
def call_func():
# "<h1>haha</h1>"
return "<h1>" + func() + "</h1>"
return call_func def set_func_2(func):
def call_func():
return "<td>" + func() + "</td>"
return call_func @set_func_1
@set_func_2
def get_str():
return "haha" print(get_str())

结果:

<h1><td>haha</td></h1>

使用类当做装饰器

class Test(object):
def __init__(self, func):
self.func = func def __call__(self):
print("这里是装饰器添加的功能.....")
return self.func() @Test # 相当于get_str = Test(get_str)
def get_str():
return "haha" print(get_str())

运行结果:

聊聊Python中的闭包和装饰器

装饰器带参数

这种情况需要在原有的外面,再次嵌套一层,作为外部变量传参。

聊聊Python中的闭包和装饰器

运行结果:

聊聊Python中的闭包和装饰器